细粒度视觉分类中的概念漂移与长尾分布：基准与方法
计算机视觉与模式识别
2024-11-12 v2
摘要
数据是计算机视觉发展的基础，数据集的建立对推进细粒度视觉分类（FGVC）技术具有重要作用。在计算机视觉现有的FGVC数据集中，通常假设所收集的每个实例具有固定特征且不同类别的分布相对均衡。相比之下，真实世界场景揭示出实例特征往往随时间变化并呈现长尾分布。因此，所收集的数据集可能误导细粒度分类器的优化，导致在实际应用中表现不佳。从真实世界条件出发并促进细粒度视觉分类的实际进展，我们提出一个概念漂移与长尾分布数据集。具体而言，该数据集通过在自然环境中连续47个月收集250个物种的11195张图像构建。收集过程涉及数十名众包工作者进行拍摄以及领域专家进行标注。同时，我们提出一种特征重组框架以应对CDLT带来的学习挑战。实验结果验证了方法的有效性，同时也凸显了流行的大型视觉-语言模型（如CLIP）在长尾分布情境下的局限性。这强调了CDLT作为研究这些挑战的基准的重要意义。
引用
@article{arxiv.2306.02346,
title = {Concept Drift and Long-Tailed Distribution in Fine-Grained Visual Categorization: Benchmark and Method},
author = {Shuo Ye and Shiming Chen and Ruxin Wang and Tianxu Wu and Jiamiao Xu and Salman Khan and Fahad Shahbaz Khan and Ling Shao},
journal= {arXiv preprint arXiv:2306.02346},
year = {2024}
}